如何合并TXT文件中连续批次的行？Python正则匹配问题排查

算力阿峰

2026-8-13

解决TXT文件中连续聊天内容合并的问题

你的核心问题在于逐行读取文件并匹配正则，这导致每一行单独处理，根本无法捕获User#开头行之后的多行内容。另外原正则表达式的写法也有错误，无法正确匹配目标内容。

正确实现思路

一次性读取整个文件的全部内容，这样才能匹配跨多行的内容块。
使用正则表达式匹配以User#开头的行，以及后续所有非空行（直到遇到空行或文件结束）。
将每个用户对应的多行消息合并成用空格分隔的字符串。

修正后的代码

import re

pattern = r'([a-zA-Z]+#[0-9]+)\n(.+?)(?=\n\n|\Z)'
data = {
    'name': [],
    'message': []
}

with open('chat.txt', 'rt', encoding='utf-8') as file:
    content = file.read()
    # 匹配所有用户块
    matches = re.findall(pattern, content, flags=re.DOTALL)
    for name, msg_lines in matches:
        # 把多行消息合并成空格分隔的字符串，同时去掉换行符和多余空格
        cleaned_msg = ' '.join(line.strip() for line in msg_lines.splitlines() if line.strip())
        data['name'].append(name)
        data['message'].append(cleaned_msg)

# 输出结果示例
for name, msg in zip(data['name'], data['message']):
    print(f"{name} {msg}")

代码说明

re.DOTALL：让正则中的.可以匹配换行符，这样能捕获多行的消息内容。
正则([a-zA-Z]+#[0-9]+)\n(.+?)(?=\n\n|\Z)：
- ([a-zA-Z]+#[0-9]+)：捕获用户名（比如User#0001）。
- \n：匹配用户名后的换行。
- (.+?)：非贪婪匹配后续所有内容，直到遇到(?=\n\n|\Z)（正向预查，匹配空行或文件结尾）。
cleaned_msg：将捕获到的多行消息拆分、去掉每行的首尾空格、过滤空行，再用空格连接成一行。